[Android]ListView性能优化之视图缓存

 

前言

　　ListView是Android中最常用的控件，通过适配器来进行数据适配然后显示出来，而其性能是个很值得研究的话题。本文与你一起探讨Google I/O提供的优化Adapter方案，欢迎大家交流。

 

声明

　　欢迎转载，但请保留文章原始出处:)

　　　　JavaEye社区：http://www.iteye.com

　　　　农民伯伯： http://over140.cnblogs.com

 

正文

　　一、准备

　　　　1.1　　了解关于Google IO大会关于Adapter的优化，参考以下文章：

　　　　　　Android开发之ListView 适配器（Adapter）优化

　　　　　　Android开发——09Google I/O之让Android UI性能更高效(1)

　　　　　　PDF下载：Google IO.pdf

　　　　1.2　　准备测试代码：

　　　　　　Activity

     private  TestAdapter mAdapter;

     private  String[] mArrData;
     private  TextView mTV;

    @Override
     protected   void  onCreate(Bundle savedInstanceState) {
         super .onCreate(savedInstanceState);
        setContentView(R.layout.main);
        mTV  =  (TextView) findViewById(R.id.tvShow);

        mArrData  =   new  String[ 1000 ];
         for  ( int  i  =   0 ; i  <   1000 ; i ++ ) {
            mArrData[i]  =   " Google IO Adapter " + i ;
        }
        mAdapter  =   new  TestAdapter( this , mArrData);
        ((ListView) findViewById(android.R.id.list)).setAdapter(mAdapter);
    }

　　　　　　代码说明：模拟一千条数据，TestAdapter继承自BaseAdapter，main.xml见文章末尾下载。

 

　　二、测试

　　　　测试方法：手动滑动ListView至position至50然后往回滑动，充分利用convertView不等于null的代码段。

　　　　2.1　　方案一

　　　　　　按照Google I/O介绍的第二种方案，把item子元素分别改为4个和10个，这样效果更佳明显。

　　　　　　2.1.1　　测试代码

         private   int  count  =   0 ;
         private   long  sum  =   0L ;
        @Override
         public  View getView( int  position, View convertView, ViewGroup parent) {
             // 开始计时
             long  startTime  =  System.nanoTime();
            
             if  (convertView  ==   null ) {
                convertView  =  mInflater.inflate(R.layout.list_item_icon_text,
                         null );
            }
            ((ImageView) convertView.findViewById(R.id.icon1)).setImageResource(R.drawable.icon);
            ((TextView) convertView.findViewById(R.id.text1)).setText(mData[position]);
            ((ImageView) convertView.findViewById(R.id.icon2)).setImageResource(R.drawable.icon);
            ((TextView) convertView.findViewById(R.id.text2)).setText(mData[position]);
            
             // 停止计时
             long  endTime  =  System.nanoTime();
             // 计算耗时
             long  val  =  (endTime  -  startTime)  /   1000L ;
            Log.e( " Test " ,  " Position: "   +  position  +   " : "   +  val);
             if  (count  <   100 ) {
                 if  (val  <   1000L ) {
                    sum  +=  val;
                    count ++ ;
                }
            }  else
                mTV.setText(String.valueOf(sum  /   100L )); // 显示统计结果
             return  convertView;
        }

 　　　　　　2.1.2　　测试结果（微秒除以1000，见代码）

次数	4个子元素	10个子元素
第一次	366	723
第二次	356	689
第三次	371	692
第四次	356	696
第五次	371	662

 

　　　　2.2　　方案二

　　　　　　按照Google I/O介绍的第三种方案，是把item子元素分别改为4个和10个。

　　　　　　2.2.1　　测试代码

         private   int  count  =   0 ;
         private   long  sum  =   0L ;

        @Override
         public  View getView( int  position, View convertView, ViewGroup parent) {
             //  开始计时
             long  startTime  =  System.nanoTime();

            ViewHolder holder;
             if  (convertView  ==   null ) {
                convertView  =  mInflater.inflate(R.layout.list_item_icon_text,
                         null );
                holder  =   new  ViewHolder();
                holder.icon1  =  (ImageView) convertView.findViewById(R.id.icon1);
                holder.text1  =  (TextView) convertView.findViewById(R.id.text1);
                holder.icon2  =  (ImageView) convertView.findViewById(R.id.icon2);
                holder.text2  =  (TextView) convertView.findViewById(R.id.text2);
                convertView.setTag(holder);
            }
             else {
                holder  =  (ViewHolder)convertView.getTag();
            }
            holder.icon1.setImageResource(R.drawable.icon);
            holder.text1.setText(mData[position]);
            holder.icon2 .setImageResource(R.drawable.icon);
            holder.text2.setText(mData[position]);

             //  停止计时
             long  endTime  =  System.nanoTime();
             //  计算耗时
             long  val  =  (endTime  -  startTime)  /   1000L ;
            Log.e( " Test " ,  " Position: "   +  position  +   " : "   +  val);
             if  (count  <   100 ) {
                 if  (val  <   1000L ) {
                    sum  +=  val;
                    count ++ ;
                }
            }  else
                mTV.setText(String.valueOf(sum  /   100L )); //  显示统计结果
             return  convertView;
        }
    }

     static   class  ViewHolder {
        TextView text1;
        ImageView icon1;
        TextView text2;
        ImageView icon2;
    }

 　　　　　　2.2.2　　测试结果（微秒除以1000，见代码）

次数	4个子元素	10个子元素
第一次	311	417
第二次	291	441
第三次	302	462
第四次	286	444
第五次	299	436

 

　　　　2.3　　 方案三

　　　　　　此方案为“Henry Hu”提示，API Level 4以上提供，这里顺带测试了一下不使用静态内部类情况下性能。

　　　　　　2.3.1　　测试代码

        @Override
         public  View getView( int  position, View convertView, ViewGroup parent) {
             //  开始计时
             long  startTime  =  System.nanoTime();

             if  (convertView  ==   null ) {
                convertView  =  mInflater.inflate(R.layout.list_item_icon_text,  null );
                convertView.setTag(R.id.icon1, convertView.findViewById(R.id.icon1));
                convertView.setTag(R.id.text1, convertView.findViewById(R.id.text1));
                convertView.setTag(R.id.icon2, convertView.findViewById(R.id.icon2));
                convertView.setTag(R.id.text2, convertView.findViewById(R.id.text2));
            }
            ((ImageView) convertView.getTag(R.id.icon1)).setImageResource(R.drawable.icon);
            ((ImageView) convertView.getTag(R.id.icon2)).setImageResource(R.drawable.icon);
            ((TextView) convertView.getTag(R.id.text1)).setText(mData[position]);
            ((TextView) convertView.getTag(R.id.text2)).setText(mData[position]);

             //  停止计时
             long  endTime  =  System.nanoTime();
             //  计算耗时
             long  val  =  (endTime  -  startTime)  /   1000L ;
            Log.e( " Test " ,  " Position: "   +  position  +   " : "   +  val);
             if  (count  <   100 ) {
                 if  (val  <   1000L ) {
                    sum  +=  val;
                    count ++ ;
                }
            }  else
                mTV.setText(String.valueOf(sum  /   100L )  +   " : "   +  nullcount); //  显示统计结果
             return  convertView;
        }

  　　　　　　2.3.2　　测试结果（微秒除以1000，见代码）

　　　　　　　　第一次：450

　　　　　　　　第二次：467

　　　　　　　　第三次：472

　　　　　　　　第四次：451

　　　　　　　　第五次：441

 

　　四、总结

　　　　4.1　　首先有一个认识是错误的，我们先来看截图：

　　　　　　 

　　　　　　

　　　　　　可以发现，只有第一屏（可视范围）调用getView所消耗的时间远远多于后面的，通过对

convertView == null内代码监控也是同样的结果。 也就是说ListView仅仅缓存了可视范围内的View，随后的滚动都是对这些View进行数据更新。不管你有多少数据，他都只用ArrayList缓存可视范围内的View，这样保证了性能，也造成了我以为ListView只缓存View结构不缓存数据的假相（不会只有我一人这么认为吧- - #）。这也能解释为什么GOOGLE优化方案一比二高很多的原因。那么剩下的也就只有findViewById比较耗时了。据此大家可以看看 AbsListView的源代码，看看

obtainView这个方法内的代码及RecycleBin这个类的实现，欢迎分享。

　　　　　　此外了解这个原理了，那么以下代码不运行你可能猜到结果了：

             if  (convertView  ==   null ) {
                convertView  =  mInflater.inflate(R.layout.list_item_icon_text,  null );
                ((ImageView) convertView.findViewById(R.id.icon1)).setImageResource(R.drawable.icon);
                ((TextView) convertView.findViewById(R.id.text1)).setText(mData[position]);
                ((ImageView) convertView.findViewById(R.id.icon2)).setImageResource(R.drawable.icon);
                ((TextView) convertView.findViewById(R.id.text2)).setText(mData[position]);
            }
             else
                 return  convertView;

　　　　　　没错，你会发现滚动时会重复显示第一屏的数据！

　　　　　　子控件里的事件因为是同一个控件，也可以直接放到convertView == null 代码块内部，如果需要交互数据比如position，可以通过tag方式来设置并获取当前数据。

　　　　4.2　　本文方案一与方案二对比

　　　　　　这里推荐如果只是一般的应用（一般指子控件不多），无需都是用静态内部类来优化，使用第二种方案即可；反之，对性能要求较高时可采用。此外需要提醒的是这里也是用空间换时间的做法，View本身因为setTag而会占用更多的内存，还会增加代码量；而findViewById会临时消耗更多的内存，所以不可盲目使用，依实际情况而定。

　　　　4.3　　方案三

　　　　　　此方案为“Henry Hu”提示，API Level 4以上支持，原理和方案三一致，减少findViewById次数，但是从测试结果来看效果并不理想，这里不再做进一步的测试。

 

　　五、推荐文章

　　　　Android，谁动了我的内存(1)

　　　　Android 内存泄漏调试

 

结束

　　对于Google I/O大会这个优化方案一直抱迟疑态度，此番测试总算是有了更进一步的了解，欢迎大家先测试后交流，看看还有什么办法能够再优化一点。